Neue Modelle für Genotyp-Phänotyp-Assoziation
Der Phänotyp (äußeres Erscheinungsbild) wird durch den jeweiligen Genotyp eines Organismus (genetische Ausstattung) bestimmt. Für die meisten Krankheitsphänotypen ist allerdings nicht ein einzelnes Gen oder Protein, sondern ein komplexes, interagierendes Molekülnetzwerk verantwortlich. Jede phänotypische Variable beeinflusst meist auch andere Parameter und führt zu einem Dominoeffekt, dessen kausale Zusammenhänge sich nur im Modell darstellen lassen. Für Analysen der Genotyp-Phänotyp-Korrelation entwickelte das EU-finanzierte Projekt "Machine learning for quantitative modelling of structured phenotypes" (MLPHENOM) statistische und computergestützte Methoden. So wurden in Abständen Messungen beim gleichen Phänotyp wiederholt, digitale Aufnahmen ausgewertet und die für einen bestimmten Phänotyp zuständigen Netzwerke analysiert. Das Konsortium erstellte mit maschinellen Lernverfahren Modelle von phänotypischen Aspekten (Zeit, Profil und Netzwerk). Beim maschinellen Lernen werden bestimmte Merkmale aus Profilen extrahiert, die dann als quantitative phänotypische Merkmale klassische Messungen ergänzen. Die von MLPHENOM entwickelte Statistik führt Hunderte von Einzelmessungen zusammen, anhand derer sich Phänotypennetzwerke analysieren lassen. So können verschiedene Aspekte der Phänotypstruktur wie auch mögliche Einflüsse von Umweltfaktoren genauer untersucht werden. Außerdem wurden Modelle für die Stratifizierung einzelner molekularer Ereignisse entwickelt, die vom Genotyp zum Phänotypen führen. Mit dem von MLPHENOM entwickelten Modellsystem können künftig genetische Analysen an vielen komplexen Phänotypen durchgeführt werden, was vor allem für die biomedizinische Forschung von enormer Bedeutung sein wird.
Schlüsselbegriffe
Genotyp, Phänotyp, genetische Studien, Krankheiten, multivariate Statistik, Molekülinteraktionen, maschinelles Lernen, quantitative Modellierung, strukturierte Phänotypen, biomedizinische Forschung
